-
公开(公告)号：CN118333049A
公开(公告)日：2024-07-12
申请号：CN202410448145.1
申请日：2024-04-15
Applicant: 安徽大学
IPC: G06F40/279 , G06F16/901
Abstract: 本申请涉及一种融合异质信息网络的事件抽取方法、装置和电子设备，其中，该事件抽取方法包括：在预先构建的目标异质信息网络中进行工单事件抽取，将抽取出的工单事件信息表示为结构化数据，所述目标异质信息网络包含工单数据信息。本发明提供的事件抽取方法，首先采用异质信息网络对海量的工单数据进行处理，将工单数据以结构化形式存储在异质信息网络中，得到目标异质信息网络。然后在目标异质信息网络中进行工单事件抽取，不仅可以提高工单事件抽取效率，还可深度挖掘海量工单数据的结构和信息，解决了目前的事件抽取方法难以深度挖掘出工单数据信息中的结构和信息的问题。
-
公开(公告)号：CN114493516A
公开(公告)日：2022-05-13
申请号：CN202210055191.6
申请日：2022-01-18
Applicant: 安徽大学
Abstract: 本发明提供一种基于异质图对比学习的云ERP下知识补全方法及系统包括：获取原ERP下用户、需求、服务、厂商的特征以及用户‑需求交互数据、需求‑服务交互数据、服务厂商交互数据，建立邻接矩阵，初始化各实体表示向量；根据邻接矩阵构建异质图，并预定义元结构；计算异质图中元结构下用户、需求、服务和厂商的交换矩阵；设计对比损失函数，使同一实体在元结构下的表示向量相似性极小，更新实体对应的图编码器参数矩阵，计算异质图中实体的表示向量；计算用户与需求、需求与服务两两之间的相似性，根据相似性排名补全“用户‑需求‑服务”关系。本发明解决了现有技术中存在的服务数据的稀疏特性导致云ERP领域知识库缺失大量三元组的技术问题。
-
公开(公告)号：CN118410174B
公开(公告)日：2025-02-18
申请号：CN202410427692.1
申请日：2024-04-10
Applicant: 安徽大学
IPC: G06F16/36 , G06Q10/0631 , G06F18/241 , G06Q50/26
Abstract: 本发明涉及工单分类技术领域，具体涉及一种融合知识图谱的政务热线工单分类方法及系统。本发明的方法包括：预训练S‑BERT模型；引入ConceptNet知识图谱计算知识图谱嵌入矩阵P；结合预训练的S‑BERT模型、知识图谱嵌入矩阵P，基于政务热线工单数据集计算出投影矩阵Q；基于投影矩阵Q，计算标签分类以完成政务热线工单数据集X与标签集合Y的匹配。本发明可以提高政务热线工单分类准确性和效率，有望在实际中得到应用和推广。本发明解决了现有政务热线工单分类方法不能有效应对工单内容上的变化而导致分类效率、准确性不高的问题。
-
Patent Agency Ranking
公开(公告)号：CN118410174A
公开(公告)日：2024-07-30
申请号：CN202410427692.1
申请日：2024-04-10
Applicant: 安徽大学
IPC: G06F16/36 , G06Q10/0631 , G06F18/241 , G06Q50/26
Abstract: 本发明涉及工单分类技术领域，具体涉及一种融合知识图谱的政务热线工单分类方法及系统。本发明的方法包括：预训练S‑BERT模型；引入ConceptNet知识图谱计算知识图谱嵌入矩阵P；结合预训练的S‑BERT模型、知识图谱嵌入矩阵P，基于政务热线工单数据集计算出投影矩阵Q；基于投影矩阵Q，计算标签分类以完成政务热线工单数据集X与标签集合Y的匹配。本发明可以提高政务热线工单分类准确性和效率，有望在实际中得到应用和推广。本发明解决了现有政务热线工单分类方法不能有效应对工单内容上的变化而导致分类效率、准确性不高的问题。
-
公开(公告)号：CN117556831A
公开(公告)日：2024-02-13
申请号：CN202311280096.7
申请日：2023-09-28
Applicant: 安徽大学
IPC: G06F40/35 , G10L15/26 , G06F40/284 , G06Q50/26 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及语音处理技术领域，更具体的，涉及一种基于异构图的政务热线摘要生成方法及系统。本发明先对政务热线通话转录成对话文本数据，再根据对话文本数据构建出对话异构图，接着使用训练好的异构神经网络模型对对话异构图进行处理，从而生成一段精简的对话内容摘要，实现对政务热线服务的自动记录；其中，异构神经网络模型在对节点进行处理时，兼顾了字、词汇的层面，捕获节点之间的关联性能力更强，从而提高了对话内容摘要的准确性。本发明解决了现有政务热线服务存在记录工作量大、记录效果不能保证的问题。
-
公开(公告)号：CN119848659A
公开(公告)日：2025-04-18
申请号：CN202411881241.1
申请日：2024-12-19
Applicant: 安徽大学
IPC: G06F18/2415 , G06F18/214 , G06F18/2411 , G06F18/15 , G06Q50/20
Abstract: 本发明提供一种基于异构图去噪注意力网络的学习资源推荐方法及系统。引入基于元路径的传播约束概率，衡量学生与资源、知识点之间的可靠性关系，有效降低噪声邻居的权重；采用可微分掩码操作，动态屏蔽低置信度的噪声邻居，从而净化注意力机制，提升学生与学习资源之间的匹配精度。这种方法能够更高效地捕获学生、资源和知识点之间的多语义关系，同时缓解噪声干扰，显著提升学习资源推荐的效果，为学生提供精准的个性化学习支持，从而有效提高学习效率和效果。
-
公开(公告)号：CN117407488A
公开(公告)日：2024-01-16
申请号：CN202311346289.8
申请日：2023-10-17
Applicant: 安徽大学
Abstract: 本发明涉及语音处理技术领域，更具体的，涉及一种基于异构图的政务热线内容关键短语挖掘方法及系统。本发明先对政务热线通话转录成对话文本数据，再根据对话文本数据构建出对话异构图，接着使用训练好的异构神经网络模型对对话异构图进行处理，从而得到能够反映政务热线内容重点的关键短语，实现从政务热线通话自动挖掘出关键信息，便于后续依据挖掘的关键短语对政务热线进行分类。相较于人工记录政务热线通话内容、并人工进行判断分类，本发明可以降低错误率、提高效率。本发明解决了现有对政务热线进行汇总分类存在错误、效率偏低的问题。
-
公开(公告)号：CN114493516B
公开(公告)日：2022-12-23
申请号：CN202210055191.6
申请日：2022-01-18
Applicant: 安徽大学
Abstract: 本发明提供一种基于异质图对比学习的云ERP下知识补全方法及系统包括：获取原ERP下用户、需求、服务、厂商的特征以及用户‑需求交互数据、需求‑服务交互数据、服务厂商交互数据，建立邻接矩阵，初始化各实体表示向量；根据邻接矩阵构建异质图，并预定义元结构；计算异质图中元结构下用户、需求、服务和厂商的交换矩阵；设计对比损失函数，使同一实体在元结构下的表示向量相似性极小，更新实体对应的图编码器参数矩阵，计算异质图中实体的表示向量；计算用户与需求、需求与服务两两之间的相似性，根据相似性排名补全“用户‑需求‑服务”关系。本发明解决了现有技术中存在的服务数据的稀疏特性导致云ERP领域知识库缺失大量三元组的技术问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
